故障模式影响分析：被很多制造团队低估的保命工具
前阵子帮长三角一家新能源Tier1供应商梳理质量体系，翻到他们给新造车做的动力传动系统FMEA文件。看完我后颈一阵发凉——整整80页的表格，90%的故障描述都是抄的十年前燃油车的模板，连“电机定子绝缘失效”的严重度都评成了4分。
你知道这意味着什么吗？绝缘失效会直接导致电机短路起火，放到整车上就是车毁人伤的大事，严重度最低也是9分，差着一倍多，这分析做了跟没做有什么区别？
汽车制造业FMEA故障分析工作表示例实拍
我去年还碰过一个做家用制氧机的厂家，把“出氧浓度不达标”的严重度评成了5分。买制氧机的都是什么人？都是有呼吸疾病的老人啊！出氧浓度不够，耽误抢救就是出人命，严重度必须拉满10分，能瞎评吗？
说白了，这些团队根本没搞懂，故障模式影响分析到底是做什么的。它不是给审核看的文件，是提前给产品买的一份意外险啊。
新能源汽车三电系统FMEA分析讨论现场
现在新产品迭代太快，不管是新能源车的新功能，还是储能电站的新电芯，很多故障都是之前没出现过的，抄老模板根本找不到。老老实实拉上工程师、售后、销售坐一块儿聊，售后接了多少用户投诉，销售碰过多少奇葩场景，全抖出来，才找得全。
第三件：风险优先级到底怎么排？
以前老的FMEA方法算RPN，就是严重度乘发生概率乘探测度，按得分排序，早就是坑了。我给你举个例子：一个故障严重度10，发生概率1，探测度1，RPN是10；另一个故障严重度3，发生概率10，探测度10，RPN是300。你说你先改哪个？
傻子都知道先改那个会出人命的10分故障对不对？哪怕RPN只有10，出一次事你企业都扛不住。所以现在新版的FMEA早就不用RPN排序了，改用AP优先级，先把所有高严重度的故障归到最高优先级，这才是对的。
AI时代，故障模式影响分析变了吗？
最近这两年很多AI质量工具吹得神乎其神，说输入BOM就能自动生成FMEA，不用人干活了。我特意找了几个工具试了试，说实话，能省点找模板抄的功夫，核心判断错得一塌糊涂。
我之前让AI生成家用扫地机器人的故障模式影响分析，AI把“边刷缠绕毛发”的严重度评成了4。你想想，边刷缠死了轮子卡着不动，机器人放在二楼楼梯口，卡死后掉下去砸到楼下玩的小孩，这严重度能是4？最少8分起步。
AI只会按训练数据里的平均分给，它根本不知道你的产品定位是什么，卖给谁，用在什么场景。它哪懂你这个扫地机器人主打的就是有孩家庭，风险本来就比卖给单身公寓的高？
不过话说回来，AI也不是没用。AI能快速爬完过去三五年的保修数据、用户投诉，把重复出现的故障自动整理出来，比质量部几个人翻几个月快多了。说到底，AI就是个打辅助的，代替不了核心的决策。
我一直觉得，好的FMEA都是吵出来的。结构工程师说这个零件强度够，不会断，质量工程师掏出去年同款的失效报告，销售说我这边已经收了七个用户投诉了，三个人拍桌子吵半小时，该暴露的风险就都出来了。全AI生成，哪有这个过程？
现在整个制造业对故障模式影响分析的要求，比十年前严太多了。新能源车要符合功能安全标准，储能电站要过消防验收，医疗设备要过NMPA审核，哪一个都要求FMEA真刀真枪，不能糊弄。
这两年新闻里见多了储能电站起火、新能源车自燃，追根溯源，十有八九就是当初做FMEA的时候漏了故障，降了严重度，觉得不可能出事，结果真出事了，谁都扛不住。
说白了，故障模式影响分析，玩的就是“怕什么就来什么，所以提前把怕的事儿都想一遍”。别省那点功夫，别拿它当敲门砖，它是真的能帮你保住品牌，保住饭碗。
很多人做的故障模式影响分析，其实是废纸
现在国内但凡做点制造业，只要进汽车供应链，基本都得做FMEA，也就是咱们说的故障模式影响分析。但十个里面有八个，都是应付事。 审核要？那我找个模板填一填，抄一抄行业通用内容，签字盖章交上去，锁进共享盘再也没人动。你说要真出了问题，翻出来看？那玩意儿根本没法看。汽车制造业FMEA故障分析工作表示例实拍
我去年还碰过一个做家用制氧机的厂家，把“出氧浓度不达标”的严重度评成了5分。买制氧机的都是什么人？都是有呼吸疾病的老人啊！出氧浓度不够，耽误抢救就是出人命，严重度必须拉满10分，能瞎评吗？
说白了，这些团队根本没搞懂，故障模式影响分析到底是做什么的。它不是给审核看的文件，是提前给产品买的一份意外险啊。
真的故障模式影响分析，要解决三个核心问题
很多人一开口就说FMEA就是填RPN评分，那都是被模板坑惨了。真正有用的分析，核心是想清楚三件事。 第一件：严重度到底谁来定，按什么定？ 严重度不是质量工程师对着表格瞎蒙的，得对着最终用户的真实场景算。举个例子，同样是玻璃升降器故障，燃油车的车门玻璃升不上去，顶多就是雨天漏水，严重度大概3分。但如果你是做新能源车的天幕玻璃升降机构，电机故障导致玻璃中途掉下来砸了乘客，那就是9分起步，没什么好说的。 别拿“我们有冗余设计”当借口降分。冗余是降低发生概率，不是降低故障本身的严重度——只要故障发生会死人，严重度先拉满再说。 第二件：怎么才能找全所有可能的故障模式？ 大部分团队漏故障，都漏在“只看零件，不看场景”。零件本身没坏，就不算故障吗？当然不是。 比如我之前做咨询碰过的智能门锁项目，指纹模块本身出厂合格率99.9%，但用户夏天手汗多、刚洗了手沾了水，识别十次都打不开，被锁在门外一个小时，这算不算故障？当然算！但90%的通用模板里根本不会写这个场景。新能源汽车三电系统FMEA分析讨论现场
现在新产品迭代太快，不管是新能源车的新功能，还是储能电站的新电芯，很多故障都是之前没出现过的，抄老模板根本找不到。老老实实拉上工程师、售后、销售坐一块儿聊，售后接了多少用户投诉，销售碰过多少奇葩场景，全抖出来，才找得全。
第三件：风险优先级到底怎么排？
以前老的FMEA方法算RPN，就是严重度乘发生概率乘探测度，按得分排序，早就是坑了。我给你举个例子：一个故障严重度10，发生概率1，探测度1，RPN是10；另一个故障严重度3，发生概率10，探测度10，RPN是300。你说你先改哪个？
傻子都知道先改那个会出人命的10分故障对不对？哪怕RPN只有10，出一次事你企业都扛不住。所以现在新版的FMEA早就不用RPN排序了，改用AP优先级，先把所有高严重度的故障归到最高优先级，这才是对的。
AI时代，故障模式影响分析变了吗？
AI时代，故障模式影响分析变了吗？
最近这两年很多AI质量工具吹得神乎其神，说输入BOM就能自动生成FMEA，不用人干活了。我特意找了几个工具试了试，说实话，能省点找模板抄的功夫，核心判断错得一塌糊涂。
我之前让AI生成家用扫地机器人的故障模式影响分析，AI把“边刷缠绕毛发”的严重度评成了4。你想想，边刷缠死了轮子卡着不动，机器人放在二楼楼梯口，卡死后掉下去砸到楼下玩的小孩，这严重度能是4？最少8分起步。
AI只会按训练数据里的平均分给，它根本不知道你的产品定位是什么，卖给谁，用在什么场景。它哪懂你这个扫地机器人主打的就是有孩家庭，风险本来就比卖给单身公寓的高？
不过话说回来，AI也不是没用。AI能快速爬完过去三五年的保修数据、用户投诉，把重复出现的故障自动整理出来，比质量部几个人翻几个月快多了。说到底，AI就是个打辅助的，代替不了核心的决策。
我一直觉得，好的FMEA都是吵出来的。结构工程师说这个零件强度够，不会断，质量工程师掏出去年同款的失效报告，销售说我这边已经收了七个用户投诉了，三个人拍桌子吵半小时，该暴露的风险就都出来了。全AI生成，哪有这个过程？
现在整个制造业对故障模式影响分析的要求，比十年前严太多了。新能源车要符合功能安全标准，储能电站要过消防验收，医疗设备要过NMPA审核，哪一个都要求FMEA真刀真枪，不能糊弄。
这两年新闻里见多了储能电站起火、新能源车自燃，追根溯源，十有八九就是当初做FMEA的时候漏了故障，降了严重度，觉得不可能出事，结果真出事了，谁都扛不住。
说白了，故障模式影响分析，玩的就是“怕什么就来什么，所以提前把怕的事儿都想一遍”。别省那点功夫，别拿它当敲门砖，它是真的能帮你保住品牌，保住饭碗。